关键词multi-weather classification
搜索结果 - 2
- 多气候共存估计的天气不确定性建模
本研究提出了一种新的多天气共存估计方法,基于物理原理模型化了天气不确定性,并通过高斯混合模型和先验 - 后验学习实现了不确定性感知的多天气学习方案。实验结果表明该方法在常规多标签天气分类和多天气共存估计任务中均具有最先进的性能和广泛的泛化能 - CVPRt-RAIN: 天气模糊标签转移攻击下的稳健泛化
通过分析标签偏移对自动驾驶中的多气候分类任务及行人检测任务的影响,并提出使用 t-RAIN 进行数据增广的方法,使得在无偏移、雾、雪和尘埃偏移情形下行人检测的性能提高 2.1%-4.4%,在真实和合成气象领域中分别获得最优的 82.69 A